Interpretar os principais resultados para Teste para 1 variância

Conclua as etapas a seguir para interpretar um teste com 1 variância. A saída principal inclui a estimativa do desvio padrão ou variância, o intervalo de confiança e o valor de p.

Neste tópico

Etapa 1: Determine um intervalo de confiança para o desvio padrão da população ou variância
Etapa 2: Determine se a diferença entre a variância ou o desvio padrão da população e a variância hipotética ou o desvio padrão é estatisticamente significativo

Etapa 1: Determine um intervalo de confiança para o desvio padrão da população ou variância

Primeiro, considere a variância da amostra ou o desvio padrão da amostra e depois examine o intervalo de confiança.

A variância e o desvio padrão dos dados das amostras fornecem uma estimativa da variância da população e do desvio padrão da população. Como o desvio padrão e a variância são baseados em dados de amostra e não na população total, é improvável que o desvio padrão da amostra e a variação da amostra sejam iguais ao desvio padrão da população e à variância da população. Para estimar melhor o desvio padrão da população e a variância da população, use o intervalo de confiança.

O intervalo de confiança fornece um intervalo de valores possíveis para o desvio padrão da população ou para a variância da população. Por exemplo, um nível de confiança de 95% indica que, se você extrair 100 amostras aleatórias da população, poderia esperar que, aproximadamente, 95 das amostras produza intervalos que contêm o desvio padrão ou variância da população. O intervalo de confiança ajuda a avaliar a significância prática de seus resultados. Use seu conhecimento especializado para determinar se o intervalo de confiança inclui valores que tenham significância prática para a sua situação. Se o intervalo for muito amplo para ser útil, pense em aumentar o tamanho da amostra. Para obter mais informações, vá para Como obter um intervalo de confiança mais preciso.

Observação

Quando você insere uma coluna de dados, o Minitab calcula apenas um intervalo de confiança para o desvio padrão.

O Minitab exibe dois intervalos de confiança. Normalmente, você deve usar o método Bonett. Use o método qui-quadrado somente quando você tem certeza de que os dados seguem uma distribuição normal. Qualquer desvio pequeno da normalidade pode afetar muito os resultados do método qui-quadrado. O método qui-quadrado é fornecido para fins de ensino, em que é possível teoricamente supor a normalidade sem quaisquer consequências práticas.

Observação

O Minitab não pode calcular o método Bonett com dados sumarizados.

Estatísticas Descritivas

N	DesvPad	Variância	95% CI para σ usando Bonett	95% CI para σ usando qui-quadrado
50	0,871	0,759	(0,704; 1,121)	(0,728; 1,085)

Resultados principais: StDev, variância, IC para StDev, IC para variância

Nesses resultados, a estimativa do desvio padrão da população para o comprimento de vigas é de 0,871, e a estimativa da variância da população é de 0,759. Como os dados não passaram no teste de normalidade, use o método de Bonett. Você pode ter 95% de confiança de que o desvio padrão da população está entre 0,704 e 1,121.

Etapa 2: Determine se a diferença entre a variância ou o desvio padrão da população e a variância hipotética ou o desvio padrão é estatisticamente significativo

Para determinar se a diferença entre a variância da população ou o desvio padrão da população e o valor hipotético é estatisticamente significativa, compare o valor de p com o nível de significância.

Valor de p ≤ α: A diferença entre as variâncias ou desvios padrão é estatisticamente significativa (rejeite H₀): Se o valor de p for menor ou igual ao nível de significância, você deve rejeitar a hipótese nula. É possível concluir que a diferença entre a variância da população ou o desvio padrão da população e a variância hipotética ou o desvio padrão hipotético é estatisticamente significativa.Use seu conhecimento especializado para determinar se a diferença é praticamente significativa. Para obter mais informações, acesse Significância estatística e prática.
Valor de p > α: A diferença entre as variâncias ou desvios padrão não é estatisticamente significativa (não deve rejeitar H₀): Se o valor de p for maior do que o nível de significância, você não deve rejeitar a hipótese nula. Não há evidências suficientes para concluir que a diferença entre a variância da população ou o desvio padrão da população e a variância hipotética ou o desvio padrão hipotético é estatisticamente significativa. Certifique-se de que o teste tenha poder suficiente para detectar uma diferença que seja significativa na prática. Para obter mais informações, acesse Poder e tamanho de amostra para 1 variância.

O Minitab exibe dois valores de p. Normalmente, você deve usar o método Bonett. Use o método qui-quadrado somente quando você tem certeza de que os dados seguem uma distribuição normal. Qualquer desvio pequeno da normalidade pode afetar muito os resultados do qui-quadrado. O método qui-quadrado é fornecido para fins de ensino, em que é possível teoricamente supor a normalidade sem quaisquer consequências práticas.

Observação

Quando os dados forem sumarizados, o Minitab não pode calcular um valor de p para o método Bonett.

Teste

Hipótese nula	H₀: σ = 1
Hipótese alternativa	H₁: σ ≠ 1

Método	Estatística de teste	GL	Valor-p
Bonett	—	—	0,275
Qui-Quadrado	37,17	49	0,215

Resultados principais: valor-p

Nestes resultados, a hipótese nula afirma que o desvio padrão de comprimentos de feixe é igual a 1. Como os dados não passar por um teste de normalidade, use o valor-p para o método Bonett. Como o valor-p de 0,275 é maior do que o nível de significância de 0,05, você não deve rejeitar a hipótese nula e não é possível concluir que o desvio padrão seja diferente de 1.